Snakemake工作流问题：如何为每行输入生成独立执行命令

你当前的规则把所有SMILES条目和输出文件都打包成了单个任务，原因是：

• output里用expand生成了所有输出文件，Snakemake将其视为一个任务的多输出
• 变量smiles是整个文件的行列表，在shell命令中会被直接展开为所有字符串的拼接

要实现每个SMILES对应一条独立命令，需要用**通配符（wildcard）**拆分任务，让每个任务对应单个输入条目和单个输出文件。修改后的Snakefile如下：

configfile: "config.yaml"

# 读取SMILES列表，建立索引到SMILES的映射
smiles = []
with open(config["smiles_file"]) as f:
    smiles = f.read().splitlines()
# 创建索引到SMILES的字典，方便后续通过通配符获取
smiles_dict = {str(i+1): smi for i, smi in enumerate(smiles)}

# 定义总目标：生成所有输出文件
rule all:
    input:
        expand("results/starting_geometries/{idx}.xyz", idx=smiles_dict.keys())

# 确保输出目录存在
rule make_output_dir:
    output:
        directory("results/starting_geometries")
    shell:
        "mkdir -p {output}"

# 单个SMILES转XYZ的规则，每个任务对应一个条目
rule geometry_from_smiles:
    input:
        config["smiles_file"],
        # 依赖目录创建完成
        "results/starting_geometries"
    output:
        "results/starting_geometries/{idx}.xyz"
    params:
        # 通过通配符{idx}获取对应的SMILES
        smi=lambda wildcards: smiles_dict[wildcards.idx]
    shell:
        "obabel -:'{params.smi}' -oxyz -h --gen3D > {output}"

• rule all：作为整个工作流的入口，定义需要生成的所有目标文件，Snakemake会自动拆分出每个独立任务。
• 通配符{idx}：用索引作为通配符，关联每个任务对应的SMILES条目和输出文件。
• smiles_dict：建立索引到SMILES的映射，在rule中通过通配符动态获取当前任务对应的SMILES。
• make_output_dir：确保输出目录存在，避免shell命令因目录不存在报错。

执行dry run（snakemake -n）时，会看到3条独立的命令，每条对应一个SMILES和一个输出文件：

obabel -:'c1ccccc1' -oxyz -h --gen3D > results/starting_geometries/1.xyz
obabel -:'Oc1ccccc1' -oxyz -h --gen3D > results/starting_geometries/2.xyz
obabel -:'Nc1ccccc1' -oxyz -h --gen3D > results/starting_geometries/3.xyz

内容的提问来源于stack exchange，提问作者Roman